基于三次B样条函数的非线性PLSR分析及其在泉流量预测中的应用

地下水系统内部及其外界环境中的各种要素之间往往存在复杂的多重共线性和非线性,这是在建立统计模型时遇到的2个主要难点。介绍了基于三次B样条函数的非线性偏最小二乘建模方法和进行非线性结构分析的原理,分析了存在变量相关性的条件下该原理的适用性,并将其应用于黑龙洞泉流量的预测分析中。应用结果表明:模型拟合阶段平均误差7.6%,检验阶段平均误差11.2%,该方法能有效地处理建模过程中的多重共线性和非线性问题,并可进行非线性结构分析。

汾河源区雷鸣寺泉流量预测与水环境特征分析

为加强汾河源区内水资源与水环境研究工作,本文构建了雷鸣寺月泉流量的灰色GM(1,1)预测模型,采用单因子评价法、综合污染指数法及内梅罗污染指数法,对汾河源区水源地水质状况进行分析评价。结果表明,雷鸣寺泉流量稳定在0.028~0.391m3/s,年内月平均流量最大值与最小值分别出现在7月与12月。源区内北石沟、大庙沟与雷鸣寺下游水质均未达到水功能区水质标准,水环境受到污染。研究成果可为区域优化水资源配置提供理论支撑。

降水入渗补给滞时的确定及其在泉流量模拟与预测中的应用

由于岩溶含水系统的调蓄作用,降水入渗补给泉水具有明显的滞后,滞后时间视具体水文地质条件而定。本文以济南泉域为例,利用逐步回归方法确定降水对泉水入渗补给的滞时为一年,说明不仅当年的降水量对泉流量有贡献,前一年的降水量对泉流量也有明显的贡献,并得到了相应的泉流量模拟与预测模型,得到了较好的模拟与预测精度,证明考虑降水入渗补给滞时的泉流量模拟与预测模型比不考虑的模型精度要高。

新乡市百泉泉水流量动态预测与资源评价

运用BP神经网络理论和方法,建立了河南省新乡市百泉泉水流量动态的BP神经网络模型,并与逐步回归模型和灰色模型进行了比较,结果表明:BP神经网络模型的预测值与实测值最为接近,拟合效果明显优于逐步回归模型和灰色模型的拟合效果,三者的相对误差分别为0.961%、10.734%、5.664%。根据三种模型的预测结果,利用周期分析法和补偿开采的观点评价百泉泉域裂隙岩溶地下水可开采资源为3.25 m3/s。

济南岩溶含水系统滞迟效应分析

济南岩溶含水系统的泉水位和泉流量明显滞迟于降水量。利用峰值时段差、原始序列回归等方法,并考虑了降水量、泉水位、泉流量周期性的影响,计算出济南岩溶含水系统的滞迟时间为2～6个月。以不同滞迟时间建立了泉流量预测模型,并进行了对比分析,滞迟时间6个月预测模型,预测精度较高,物理概念不明确;滞迟时间2个月预测模型,预测精度稍差,但物理概念明确,建议采用该模型进行泉流量预测。